FR2910417A1

FR2910417A1 - ADAPTIVE BRAKING CONTROL METHOD FOR VEHICLE.

Info

Publication number: FR2910417A1
Application number: FR0611227A
Authority: FR
Inventors: Jean Pierre Garcia; David Frank; Gerard Leon Gissinger; Michel Basset; Yann Chamaillard; Arnaud Jacquet
Original assignee: Messier Bugatti SA
Current assignee: Safran Landing Systems SAS
Priority date: 2006-12-21
Filing date: 2006-12-21
Publication date: 2008-06-27
Anticipated expiration: 2026-12-21
Also published as: BRPI0704859A; BRPI0704859B1; US20080154471A1; CA2615182C; BRPI0704859B8; US8195372B2; FR2910417B1; EP1935732B1; CN101204953A; CN101204953B; EP1935732A1; CA2615182A1

Abstract

L'invention concerne un procédé de commande de freinage pour aéronef comportant plusieurs roues (1) équipées de freins (3), la commande comportant la génération pour chacune des roues d'une consigne de freinage (Cf,cons) en réponse à un ordre de freinage, comprenant les étapes de, pour chaque roue :- recaler régulièrement un modèle d'adhérence représentatif d'une relation entre un coefficient de frottement (µ) et un taux de glissement de la roue (tau);- estimer un taux de glissement actuel (tau) de la roue et déduire du modèle d'adhérence recalé un point de fonctionnement (20) de l'ensemble roue/frein associé;- calculer la consigne de freinage en tenant compte d'une forme caractéristique du modèle d'adhérence au moins autour du point de fonctionnement.The invention relates to a braking control method for an aircraft comprising several wheels (1) equipped with brakes (3), the control comprising the generation for each of the wheels of a braking setpoint (Cf, cons) in response to a command braking system, comprising the steps of, for each wheel: - regularly read a grip model representative of a relationship between a coefficient of friction (μ) and a slip rate of the wheel (tau); current slip (tau) of the wheel and deduce from the recalibrated adherence model an operating point (20) of the associated wheel / brake assembly; - calculating the braking setpoint taking into account a characteristic shape of the model of adhesion at least around the operating point.

Description

1 L'invention concerne un procédé de commande adaptatif de freinage pourThe invention relates to an adaptive braking control method for

véhicule. ARRIERE-PLAN DE L'INVENTION On connaît des procédés de commande de freinage pour véhicule ayant plusieurs roues comportant des pneumatiques et équipées de freins, la commande générant pour chacune des roues une consigne de freinage en réponse à un ordre de freinage. La commande comprend une protection d'antiblocage comportant par exemple les étapes de, pour chaque roue : - estimer un taux de glissement de la roue égal à r=1-Rw/v où R est le rayon de roulement de la roue, w la vitesse de rotation de ladite roue, et v la vitesse longitudinale de l'aéronef; - si le taux de glissement est supérieur à un taux de glissement optimal, diminuer la consigne de freinage de cette roue de sorte que le taux de glissement redevienne inférieur au taux de glissement optimal, le taux de glissement optimal étant celui pour lequel le pneuma- tique porté par la roue développe avec la piste un coefficient de frottement maximal. La consigne de freinage peut consister aussi bien en une pression hydraulique appliquée par des pistons dans le cas d'un frein hydraulique, un effort appliqué par les poussoirs d'actionneurs électromécaniques dans le cas d'un frein électrique, ou encore un couple de freinage à développer par le frein concerné. Cette commande permet de limiter les départs au blocage des roues, ce qui améliore sensiblement la per- formance du freinage et permet d'arrêter le véhicule sur des distances plus courtes. En général, le taux de glissement optimal est prédéterminé, par exemple à une valeur de 8%. Cependant, on sait que les caractéristiques de friction entre les roues et la piste sont essentiellement variables et que 2910417 2 ce taux de glissement optimal est susceptible de varier en fonction des conditions rencontrées par les roues sur le sol (piste sèche, mouillée, enneigée, gelée...), de sorte que le taux de glissement optimal prédéterminé 5 peut ne pas correspondre auxdites conditions. On connaît des méthodes d'estimation permettant de remettre à jour certaines caractéristiques de friction entre la roue et la piste. Par exemple, le document DE 10 2005 001 770 décrit un procédé pour la régulation 10 du taux de glissement dans un système antiblocage, comportant l'étape de recaler un modèle d'adhérence paramétré représentatif d'une relation entre un coefficient de frottement et un taux de glissement, et d'en déduire un taux de glissement optimal recalé. vehicle. BACKGROUND OF THE INVENTION Brake control methods are known for a vehicle having a plurality of wheels comprising tires and equipped with brakes, the control generating for each of the wheels a braking instruction in response to a braking command. The control comprises an anti-lock protection comprising for example the steps of, for each wheel: - estimating a slip rate of the wheel equal to r = 1-Rw / v where R is the rolling radius of the wheel, w the speed of rotation of said wheel, and v the longitudinal speed of the aircraft; if the sliding rate is greater than an optimal slip rate, lowering the braking setpoint of this wheel so that the slip rate again becomes lower than the optimal sliding rate, the optimum sliding rate being that for which the tire is tick carried by the wheel develops with the track a coefficient of maximum friction. The braking setpoint may consist of a hydraulic pressure applied by pistons in the case of a hydraulic brake, a force applied by the electromechanical actuator pushers in the case of an electric brake, or a braking torque. to be developed by the brake concerned. This control makes it possible to limit wheel lock starts, which significantly improves the braking performance and makes it possible to stop the vehicle for shorter distances. In general, the optimal sliding rate is predetermined, for example at a value of 8%. However, it is known that the friction characteristics between the wheels and the track are essentially variable and that this optimal sliding rate is likely to vary according to the conditions encountered by the wheels on the ground (dry, wet, snowy track, jelly ...), so that the predetermined optimal slip rate may not correspond to said conditions. Estimation methods are known that make it possible to update certain friction characteristics between the wheel and the track. For example, DE 10 2005 001 770 discloses a method for the regulation of the slip rate in an anti-lock system, comprising the step of resetting a parametric adhesion model representative of a relationship between a coefficient of friction and a friction coefficient. slip rate, and to deduce an optimal slip rate that has been corrected.

15 On connaît par ailleurs du document US 2003/0154012 une commande prédictive d'antiblocage qui prédit un taux de glissement futur à partir d'un modèle d'adhérence non paramétré, pour détecter une éventuelle tendance au blocage et modifier en conséquence la consi- 20 gne de freinage afin d'éviter ce blocage. OBJET DE L'INVENTION L'invention a pour objet un procédé de commande de freinage amélioré. BREVE DESCRIPTION DE L'INVENTION 25 En vue de la réalisation de ce but, on propose un procédé de commande de freinage pour véhicule comportant plusieurs roues comportant des pneumatiques et équipées de freins, la commande comportant la génération pour chacune des roues d'une consigne de freinage, comprenant les 30 étapes de, pour chaque roue : - recaler régulièrement un modèle d'adhérence représentatif d'une relation entre un coefficient de frottement et un taux de glissement de ladite roue; - estimer un taux de glissement actuel de la roue 35 et déduire du modèle d'adhérence recalé un point de fonc- 2910417 3 tionnement de l'ensemble roue/frein associé; -calculer la consigne de freinage en tenant compte d'une forme caractéristique du modèle d'adhérence au moins autour du point de fonctionnement.Document US 2003/0154012 also discloses a predictive antilock control which predicts a future slip rate from a non-parametric adhesion model, to detect a possible tendency to blocking and to modify accordingly the 20 braking gear to prevent this blockage. OBJECT OF THE INVENTION The subject of the invention is an improved braking control method. BRIEF DESCRIPTION OF THE INVENTION With a view to achieving this object, a braking control method for a vehicle comprising a plurality of wheels comprising tires and equipped with brakes is provided, the control comprising the generation for each of the wheels of a set of instructions. braking system, comprising the steps of, for each wheel: - regularly recalibrate an adhesion model representative of a relationship between a coefficient of friction and a slip rate of said wheel; estimating a current sliding rate of the wheel 35 and deducing from the recalibrated adhesion model a working point of the associated wheel / brake assembly; -calculate the braking setpoint taking into account a characteristic shape of the adhesion model at least around the operating point.

5 Ainsi, on utilise le recalage non plus uniquement pour en déduire le taux de glissement optimal comme dans le document DE 10 2005 001 770, mais pour avoir connaissance à tout instant de la dynamique réelle du comporte-ment de l'ensemble roue/frein au moins au voisinage du 10 point de fonctionnement en prenant en compte la forme caractéristique du modèle. A titre d'exemple, on peut à partir du modèle d'adhérence recalé estimer la pente de la courbe du modèle d'adhérence au point de fonctionne-ment, qui peut servir de gain variable dans un PID.Thus, the registration is no longer used solely to derive the optimal slip rate as in DE 2005 001 770, but to know at all times the actual dynamics of the behavior of the wheel / brake assembly. at least in the vicinity of the operating point taking into account the characteristic shape of the model. By way of example, it is possible, from the model of adherence, to estimate the slope of the curve of the adhesion model at the operating point, which can serve as a variable gain in a PID.

15 Le recalage régulier de l'ensemble du modèle d'adhérence permet de travailler avec des dynamiques représentatives de l'état actuel de la piste. En particulier, il n'est plus besoin de faire des hypothèses sur l'état de la piste ou encore le rayon de roulement, ceux- 20 ci étant pris en compte de façon automatique par le reca- lage régulier du modèle d'adhérence. Selon une mise en oeuvre préférée, le procédé de commande comporte l'étape de: -utiliser le modèle d'adhérence recalé pour 25 établir dans un horizon de prédiction donné une évolution de la consigne de freinage qui, tout en répondant à l'ordre de freinage, respecte une contrainte donnée; - retenir pour valeur de la consigne de freinage une valeur de l'évolution ainsi déterminée qui correspond 30 à un premier pas de calcul de l'horizon de prédiction. Ainsi, on prédit le comportement futur du système de freinage non plus sur la base d'un modèle d'adhérence fixe comme dans le document US 2003/0154012, ce qui peut occasionner des départs au blocage si le modèle d'adhé- 35 rence fixe ne correspond pas à l'état actuel de la piste 2910417 4 (par exemple si le modèle d'adhérence est un modèle d'adhérence de piste sèche alors que la piste est mouillée ou enneigée), mais sur la base d'un modèle d'adhérence régulièrement recalé, prenant en compte l'état ac- 5 tuel de la piste. La prédiction est ainsi beaucoup plus fiable. L'étape d'estimation future, qui est ici mise en oeuvre à chaque pas de calcul, diminue donc considérable-ment les risques de départ au blocage. De préférence, le modèle d'adhérence est recalé à 10 une fréquence suffisamment rapide pour minimiser les dé- parts au blocage des roues. De préférence alors, le reca- lage a lieu à chaque pas de calcul de la commande de freinage. BREVE DESCRIPTION DES DESSINS L'invention sera mieux comprise à la lumière de la description qui suit en référence aux figures des dessins annexés parmi lesquelles : - la figure 1 est une vue de côté schématique d'une roue d'aéronef ; - la figure 2 est schéma-bloc d'une commande selon un mode particulier de mise en oeuvre de l'invention ; - la figure 3 est un graphe d'un modèle d'adhérence couple d'adhérence/taux de glissement recalé selon l'invention ; - la figure 4 est un graphe analogue au graphe précédent, illustrant le fonctionnement du régulateur prédictif équipant la commande selon un mode particulier de mise en oeuvre de l'invention.The regular registration of the entire adhesion model makes it possible to work with dynamics representative of the current state of the track. In particular, it is no longer necessary to make assumptions about the state of the track or the rolling radius, these being taken into account automatically by the regular retraction of the adhesion model. According to a preferred embodiment, the control method comprises the step of: using the fixed adhesion model to establish in a given prediction horizon an evolution of the braking setpoint which, while responding to the order braking, respects a given constraint; - For value of the braking setpoint, a value of the evolution thus determined which corresponds to a first step of calculating the prediction horizon. Thus, the future behavior of the braking system is predicted no longer on the basis of a fixed adhesion model as in document US 2003/0154012, which can cause blocking starts if the adhesion model does not correspond to the current state of runway 2910417 4 (for example, if the adhesion model is a dry runway adhesion model while the runway is wet or snow-covered), but based on a model adhesion regularly recaled, taking into account the current state of the track. The prediction is thus much more reliable. The future estimation step, which is implemented here at each calculation step, therefore considerably reduces the risks of starting blocking. Preferably, the adhesion pattern is recalibrated at a frequency fast enough to minimize the start of the wheel lock. Preferably, the recalibration takes place at each computation step of the brake control. BRIEF DESCRIPTION OF THE DRAWINGS The invention will be better understood in the light of the description which follows with reference to the figures of the accompanying drawings, in which: FIG. 1 is a diagrammatic side view of an aircraft wheel; FIG. 2 is a block diagram of a command according to a particular mode of implementation of the invention; FIG. 3 is a graph of a slip adhesion / slip rate adhesion adhesion model according to the invention; FIG. 4 is a graph similar to the preceding graph, illustrating the operation of the predictive regulator equipping the control according to a particular mode of implementation of the invention.

30 DESCRIPTION DETAILLEE DE L'INVENTION L'invention est décrite ici en application à un aéronef. En référence à la figure 1, une roue 1 d'aéronef est équipée d'un pneumatique 2 qui est en contact avec la piste 3. La roue 1 est équipée d'un frein 4 adapté à ap35 pliquer sélectivement un couple de freinage Cf en réponse 15 20 25 2910417 5 à une consigne de freinage. La roue supporte une charge verticale Z et subit un effort de traînée X à l'interface entre le pneumatique et le sol, qui est relié à la charge verticale par la relation X=,u.Z, où u est un coefficient 5 de frottement entre le pneumatique 2 et la piste 3 dépendant d'un taux de glissement égal à : r=1-Rw/v où R est le rayon de roulement de la roue 1, w la vitesse de rotation de la roue, et v la vitesse longitudinale de l'aéronef. A l'effort de traînée X, on peut de façon équiva- 10 lente associer un couple d'adhérence égal à Ça = R.X = R.,U.Z . On remarquera que le couple d'adhérence est représentatif des évolutions du coefficient de frottement avec le taux de glissement dans la mesure où le couple d'adhérence et le coefficient de friction présentent un maximum sensi- 15 blement pour le même taux de glissement optimal. La dynamique de la roue 1 est donnée par l'équation différentielle Iw=C,,(r)-Cf, où I est l'inertie de la roue 1. La commande de l'invention comporte tout d'abord 20 l'étape de recaler régulièrement le modèle d'adhérence. Ici, on choisit de recaler un modèle d'adhérence liant les variations du couple d'adhérence Ça avec le taux de glissement. Pour cela, on exploite: - la mesure de la vitesse de la rotation w de la 25 roue fournie par un tachymètre; - une estimation de la vitesse v de l'aéronef par exemple fournie par les centrales inertielles de l'aéronef. En variante, la vitesse v de l'aéronef pourra être reconstruite à l'aide des mesures des vitesses de rota- 30 tion des roues de l'aéronef ; - une mesure du couple de freinage Cf appliqué par le frein 4 sur la roue 1. Ici, le frein 4 est arrêté en rotation par une barre de reprise 5, dont l'axe de liaison au frein 4 peut être instrumenté pour fournir une 35 mesure du couple appliqué par le frein 4.DETAILED DESCRIPTION OF THE INVENTION The invention is described herein in application to an aircraft. With reference to FIG. 1, an aircraft wheel 1 is equipped with a tire 2 which is in contact with the track 3. The wheel 1 is equipped with a brake 4 adapted to selectively apply a braking torque Cf in FIG. response to a braking setpoint. The wheel supports a vertical load Z and is subjected to a drag force X at the interface between the tire and the ground, which is connected to the vertical load by the relation X =, uZ, where u is a coefficient of friction between the tire. 2 and the track 3 depending on a slip rate equal to: r = 1-Rw / v where R is the rolling radius of the wheel 1, w the speed of rotation of the wheel, and v the longitudinal speed of the aircraft. To the drag force X, one can equivalently associate an adhesion pair equal to Ca = R.X = R., U.Z. It will be noted that the adhesion torque is representative of the changes in the coefficient of friction with the slip rate, inasmuch as the coupling torque and the coefficient of friction present a maximum substantially for the same optimum slip rate. The dynamics of the wheel 1 is given by the differential equation Iw = C ,, (r) -Cf, where I is the inertia of the wheel 1. The control of the invention comprises firstly the step to regularly reset the adhesion model. Here, we choose to reset an adhesion model linking the variations of the adhesion torque Ca with the slip rate. For this purpose, the following is used: measurement of the speed of rotation of the wheel provided by a tachometer; an estimation of the speed v of the aircraft, for example provided by the inertial units of the aircraft. As a variant, the speed v of the aircraft can be reconstructed using measurements of the rotational speeds of the wheels of the aircraft; a measurement of the braking torque Cf applied by the brake 4 on the wheel 1. Here, the brake 4 is stopped in rotation by a return bar 5, the brake connection shaft 4 of which can be instrumented to provide a brake. measuring the torque applied by the brake 4.

2910417 6 Grâce à la mesure de co et à la mesure de v, on estime le taux de glissement r. Grâce à la mesure du couple de freinage Cf, on déduit le couple d'adhérence par l'intermédiaire de l'équation dynamique Ca(r)= IW+Ct . On 5 normalise le couple d'adhérence Ca en le divisant par un couple de référence Co, et on obtient ainsi, à chaque pas de calcul un point (Ca/Co,r)k où k est l'indice du pas de calcul. Ayant choisi un modèle d'adhérence paramétré, 10 par exemple le modèle d'adhérence bien connu de Pacejka établissant une relation caractéristique entre le couple d'adhérence et le taux de glissement, on recale les para-mètres du modèle d'adhérence par une méthode de régression, par exemple une méthode de moindres carrés. La fi-15 gure 3 illustre graphiquement ce recalage. La relation Ça/Co = fq .qr(r) représentée par la courbe en gras est ici recalée par rapport aux vingt points (Ca /Co,r)k établis lors des vingt derniers pas de calcul, en estimant les paramè- tres qj...qä par régression.Thanks to the measure of co and the measurement of v, the slip rate r is estimated. Thanks to the measurement of the braking torque Cf, the adhesion torque is deduced by means of the dynamic equation Ca (r) = IW + Ct. The adhesion torque Ca is normalized by dividing it by a reference torque Co, and thus obtaining at each computation step a point (Ca / Co, r) k where k is the index of the calculation step. Having chosen a parameterized adhesion model, for example the well-known Pacejka adhesion model establishing a characteristic relationship between adhesion torque and slip rate, the para-meters of the adhesion pattern are recalibrated by regression method, for example a least squares method. Figure 3 graphically illustrates this registration. The relation Ca / Co = fq .qr (r) represented by the curve in bold is here recaled with respect to the twenty points (Ca / Co, r) k established during the last twenty steps of computation, by estimating the parameters qj ... q by regression.

20 Ce recalage régulier permet de disposer d'un modèle d'adhérence réaliste et représentatif de l'état actuel de la piste. En pratique, le recalage du modèle d'adhérence est effectué suffisamment souvent pour éviter qu'un changement brusque de l'état de la piste (par exem- 25 ple un passage sur une flaque d'eau) ne provoque un dé-part de la roue au blocage. Quelques simulations ont montré qu'un recalage tous les 50 à 100 ms pour un pas de calcul de 5 ms peut convenir, soit au moins un recalage tous les vingt pas de calcul. Si on dispose d'une impor- 30 tante capacité de calcul, il est bien sûr avantageux de recaler le modèle d'adhérence à chaque pas de calcul. La courbe ainsi obtenue permet de déterminer le taux de glissement optimal Top, qui est illustré à la figure 3. C'est le taux de glissement pour lequel le couple 35 d'adhérence est maximal. Le taux de glissement optimal 2910417 7 rop, peut être déterminé soit en utilisant les paramètres q,...qä recalés que l'on injecte dans une formule analytique fournissant le taux de glissement optimal r,e, soit encore en cherchant de façon itérative le taux de glisse- 5 ment pour lequel la courbe du modèle d'adhérence pré-sente une pente nulle. On dispose ainsi d'un taux de glissement optimal r0, régulièrement recalé, tenant compte de l'état actuel de la piste. Mais, grâce au recalage de la courbe complète, on dispose également de toute 10 la dynamique du freinage, pour des taux de glissement allant de 0 à 1, cette dynamique étant donnée par la forme caractéristique de la relation en chaque point de fonctionnement Ça /Co, (z) . Selon un aspect particulier de l'invention, la 15 dynamique tirée du modèle d'adhérence régulièrement recalé permet de mettre en oeuvre une commande prédictive de freinage, permettant de diminuer considérablement le ris-que de blocage de la roue. En référence à la figure 2, la commande de l'in- 20 vention, implantée dans un calculateur de freinage de l'aéronef, reçoit un ordre de freinage sous la forme d'une consigne , ici une vitesse de référence w,ef qui est fournie à un régulateur prédictif 11, qui sera détaillé plus loin. Le régulateur prédictif 11 génère une consigne 25 de freinage, ici sous la forme d'une consigne de couple de freinage Cf,w,,,. Un contrôleur 12 calcule à partir de la consigne de couple de freinage Cf,co et du couple de freinage mesuré Cf une commande U à destination de l'organe d'actionnement du frein. Cet organe peut être une 30 servovalve chargée de distribuer la pression dans le frein, auquel cas la commande U est un courant d'alimentation de la servovalve. Cet organe peut être un actionneur électromécanique de freinage, auquel cas la commande U est une consigne de position ou d'effort pour un ondu- 35 leur chargé d'alimenter le moteur électrique de l'action- 2910417 neur. L'effort de freinage est appliqué en réponse à la commande U par le frein sur la roue, qui réagit en fonction de sa dynamique propre, de la dynamique de l'aéro- 5 nef, et de l'état actuel de la piste. La commande comporte également un estimateur du couple d'adhérence 13 qui fournit une estimation du couple d'adhérence ê, à partir du couple de freinage mesuré Cf et de la vitesse de rotation de la roue w. L'estima- 10 tion du couple d'adhérence Ça est d'une part fournie au régulateur prédictif 11, et d'autre part fournie à un module de recalage 14 d'un modèle d'adhérence, qui comme expliqué précédemment, recale régulièrement des paramètres qj...qä du modèle d'adhérence Ca/Co-4, q (z) . Les paramè- 15 tres qj... qä recalés sont fournis au régulateur prédictif 11 afin qu'il puisse utiliser la dynamique tirée d'un modèle d'adhérence recalé tenant compte des conditions actuelles de la piste. A chaque pas de calcul, soit ici tous les 5 ms, 20 le régulateur prédictif 11 calcule une nouvelle valeur la consigne de couple de freinage Cf,cans., qui est calculée comme suit. On considère un horizon de prédiction fuyant, ici pris égal à vingt pas de calcul à compter du pas de calcul précédent. A l'aide du modèle d'adhérence recalé 25 et en tenant compte de sa forme caractéristique, le régulateur prédictif 11 détermine une évolution de la consigne de couple de freinage Cf00,,,. qui permet de respecter, dans les conditions actuelles de piste données par le dernier recalage du modèle d'adhérence, une évolution 30 prévisible de l'ordre de freinage dans le même horizon de prédiction. Parmi toutes les évolutions possibles, on choisit ici de retenir une évolution de la consigne de couple de freinage pour laquelle le taux de glissement ne dépasse 35 pas le taux de glissement optimal r0, déterminé à l'aide 8 2910417 9 du modèle d'adhérence recalé. En pratique, et de façon connue en soi, une telle évolution est déterminée par un processus itératif en minimisant une fonction de coût J sous la contrainte r5r01.This regular registration makes it possible to have a realistic adhesion model representative of the current state of the track. In practice, the registration of the adhesion model is carried out often enough to prevent a sudden change in the condition of the track (for example a passage over a puddle of water) causing a departure from the wheel lock. Some simulations have shown that a calibration every 50 to 100 ms for a calculation step of 5 ms may be suitable, ie at least one registration every twenty steps of computation. If an important computational capacity is available, it is of course advantageous to readjust the adhesion model at each computation step. The curve thus obtained makes it possible to determine the optimum slip rate Top, which is illustrated in FIG. 3. This is the slip rate for which the adhesion torque is maximal. The optimal slip rate can be determined either by using the parameters q, ... qed that are injected into an analytical formula providing the optimal slip rate r, e, or again by searching iteratively the slip rate for which the adhesion pattern curve has a zero slope. This provides an optimal slip rate r0, regularly recaled, taking into account the current state of the track. However, thanks to the registration of the complete curve, the braking dynamics are also available for slip rates ranging from 0 to 1, this dynamic being given by the characteristic shape of the relationship at each point of operation. Co, (z). According to a particular aspect of the invention, the dynamics derived from the regularly recalibrated adhesion model makes it possible to implement a predictive control of braking, making it possible to considerably reduce the risk of locking the wheel. With reference to FIG. 2, the control of the invention, implanted in a braking computer of the aircraft, receives a braking command in the form of a setpoint, here a reference speed w, ef which is provided to a predictive regulator 11, which will be detailed later. The predictive regulator 11 generates a braking setpoint 25, here in the form of a braking torque setpoint Cf, w ,,,. A controller 12 calculates from the braking torque setpoint Cf, co and the measured braking torque Cf a command U for the brake actuator. This member may be a servovalve responsible for distributing the pressure in the brake, in which case the control U is a supply current of the servovalve. This member may be an electromechanical braking actuator, in which case the control U is a position or force setpoint for an inverter charged with supplying the electric motor of the action 2910417 neur. The braking force is applied in response to the U-control by the brake on the wheel, which reacts according to its own dynamics, the dynamics of the aircraft, and the current state of the track. The control also includes an adhesion torque estimator 13 which provides an estimate of the adhesion torque,, from the measured braking torque Cf and the rotational speed of the wheel w. The estimation of the adhesion torque This is on the one hand supplied to the predictive regulator 11, and on the other hand supplied to a registration module 14 of an adhesion model, which, as explained above, recalibuses regularly. parameters qj ... qä of the adhesion model Ca / Co-4, q (z). The adjusted parameters are provided to the predictive controller 11 so that it can utilize the dynamics derived from a mated adherence model taking into account the current conditions of the track. At each computation step, here every 5 ms, the predictive regulator 11 calculates a new value the braking torque setpoint Cf, which is calculated as follows. We consider a fading prediction horizon, here taken equal to twenty computation steps from the previous computation step. Using the recalibrated adhesion model 25 and taking into account its characteristic shape, the predictive regulator 11 determines an evolution of the braking torque setpoint Cf00 ,,,. which makes it possible to respect, under the current runway conditions given by the last registration of the adhesion model, a predictable evolution of the braking order in the same prediction horizon. Among all the possible evolutions, it is chosen here to retain an evolution of the braking torque setpoint for which the slip rate does not exceed the optimal sliding ratio r0, determined using the adhesion model. flunked. In practice, and in a manner known per se, such an evolution is determined by an iterative process by minimizing a cost function J under the constraint r5r01.

5 A la figure 4, sur laquelle on a représenté graphiquement le résultat des étapes de calcul menées par le régulateur, on voit de façon schématique comment, en par-tant d'un point de fonctionnement initial 20 sur le modèle d'adhérence recalé, le régulateur prédictif 11, cal- 10 cule une première évolution de la consigne de couple de freinage Cf,,m qui amène le point de fonctionnement au bout de l'horizon de prédiction au point 21 sur la courbe représentative du modèle pour lequel le taux de glisse-ment dépasse le taux de glissement optimal rot, puis, par 15 le processus itératif mentionné, calcule des évolutions de la consigne de couple de freinage Cf,coms qui ramènent le point de fonctionnement au bout de l'horizon de pré-diction au point 22 pour lequel le taux de glissement reste en deçà du taux de glissement optimal rom.In FIG. 4, on which the result of the calculation steps carried out by the regulator is graphically represented, it is schematically seen how, in addition to an initial operating point 20 on the recalibrated adhesion model, the predictive regulator 11 calculates a first change in the braking torque setpoint Cf ,, m which brings the operating point at the end of the prediction horizon to point 21 on the curve representative of the model for which the slip-ment exceeds the optimal rot slip rate, then, by the iterative process mentioned, calculates changes in the braking torque setpoint Cf, coms which bring the operating point to the end of the prediction horizon in point 22 for which the slip rate remains below the optimal slip rate Roma.

20 Une fois déterminée une telle évolution de la consigne de couple de freinage Cfco,,,., on en retient la valeur correspondant au premier pas de calcul de l'horizon de prédiction, que l'on prend comme valeur de la consigne de couple de freinage CLoom.Once such an evolution of the braking torque setpoint Cfco ,,,. Has been determined, the value corresponding to the first calculation step of the prediction horizon, which is taken as the value of the torque setpoint, is retained. CLoom braking.

25 En variante, on pourra se contenter d'une prédiction simplifiée lors de laquelle on considère que l'ordre de freinage est constant sur l'horizon de prédiction. On recherche la valeur qui, au bout de l'horizon de prédiction, conduit à un point de fonctionnement proche du taux 30 de glissement optimal, sans toutefois le dépasser. Pour faire une bonne prédiction, il importe d'une part de disposer d'un modèle d'adhérence régulièrement recalé (contrairement au document US2003/0154012 qui enseigne d'effectuer une prédiction sur un modèle d'adhé- 35 rence non recalé), mais également d'exploiter la dynami- 2910417 10 que non linéaire du modèle d'adhérence donné par la forme caractéristique de celui-ci. On remarquera en effet que le modèle d'adhérence est hautement non linéaire, notamment à proximité du taux de glissement optimal. Il 5 importe donc de travailler avec la dynamique réelle du modèle d'adhérence, comme illustré à la figure 4. Sur un horizon de vingt pas de calcul, le point de fonctionne-ment peut se déplacer énormément de sorte qu'il s'éloigne sensiblement du point de fonctionnement initial. Si on 10 avait, sur la figure 4, retenu uniquement la tangente 23 à la courbe au point de fonctionnement initial, on aurait alors prédit un point de fonctionnement 24 au bout de l'horizon de prédiction correspondant à un couple d'adhérence irréaliste, sans toutefois que le taux de glisse- 15 ment correspondant ne dépasse le taux de glissement optimal. Réaliser une prédiction en utilisant une linéarisation du modèle d'adhérence autour du point de fonctionnement initial rend donc cette prédiction plus aléatoire, notamment lorsque le point de fonctionnement est au voi- 20 sinage du taux de glissement optimal, pouvant ainsi provoquer une surestimation de la capacité d'adhérence du pneumatique sur la piste, ce qui conduit à des départs au blocage. (On remarquera que dans le document DE 10 2005 001 770, la dynamique du modèle, c'est-à-dire en l'occur- 25 rence la valeur de la pente cl, n'est pas exploitée pour calculer une consigne de freinage. On ne s'intéresse qu'à son signe, aux fins de déterminer la position du taux de glissement optimal.) Il est donc préférable de travailler avec la dy- 30 namique non-linéaire du modèle d'adhérence et donc de tenir compte de sa forme caractéristique recalée, à tout le moins autour du pont de fonctionnement actuel. Ayant ainsi retenu l'utilisation d'un modèle d'adhérence régulièrement recalé et une prédiction tenant 35 compte de la dynamique du modèle d'adhérence sur une 2910417 11 plage étendue de taux de glissement, et non plus seule-ment au voisinage immédiat du point de fonctionnement, on diminue ainsi considérablement le risque de départ au blocage.As a variant, it will be possible to be satisfied with a simplified prediction in which it is considered that the braking order is constant over the prediction horizon. The value is sought which, at the end of the prediction horizon, leads to an operating point close to the optimal slip rate, without exceeding it. To make a good prediction, it is important, on the one hand, to have a regularly rectified adhesion model (contrary to the document US2003 / 0154012 which teaches to make a prediction on an unadjusted adhesion model), but also to exploit the nonlinear dynamic of the adhesion model given by the characteristic form thereof. It should be noted that the adhesion model is highly non-linear, especially in the vicinity of the optimal slip rate. It is therefore important to work with the real dynamic of the adhesion model, as shown in Figure 4. Over a horizon of twenty steps, the operating point can move a lot so that it moves away. substantially from the initial operating point. If, in FIG. 4, only the tangent 23 to the curve at the initial operating point had been retained, an operating point 24 would have been predicted at the end of the prediction horizon corresponding to an unrealistic adhesion torque, however, the corresponding slip rate does not exceed the optimal slip rate. Making a prediction using a linearization of the adhesion model around the initial operating point renders this prediction more random, especially when the operating point is close to the optimal slip rate, thus possibly causing an overestimation of the adhesion capacity of the tire on the track, which leads to blocking starts. (It will be noted that in document DE 10 2005 001 770, the dynamic of the model, ie in this case the value of the slope c1, is not used to calculate a braking setpoint. It is only interested in its sign, in order to determine the position of the optimal slip rate.) It is therefore preferable to work with the nonlinear dynamic of the adhesion model and thus to take into account its characteristic shape recaled, at least around the current operating bridge. Having thus retained the use of a regularly rectified adhesion model and a prediction taking into account the dynamics of the adhesion model over a wide range of sliding rates, and no longer only in the immediate vicinity of the point of operation, it considerably reduces the risk of starting blocking.

5 En pratique, le régulateur prédictif 11 et l'estimateur de modèle d'adhérence 14 travaillent en parallèle, et constituent avantageusement deux modules distincts dont l'un peut être modifié sans toucher à l'autre. On peut ainsi, avec le même régulateur prédictif 11, 10 changer de estimateur de modèle d'adhérence, ou à l'in-verse, en retenant le même module d'adhérence, changer le régulateur prédictif, par exemple en modifiant l'horizon de prédiction ou le critère de coût J. L'invention n'est pas limitée à ce qui vient 15 d'être décrit, mais bien au contraire englobe toute va-riante entrant dans le cadre défini par les revendications. En particulier, bien que l'on ait indiqué ici que l'on effectuait une prédiction à un horizon d'une ving- 20 taine de pas de calcul, on pourra utiliser des horizons plus grands ou plus petits. En particulier, on pourra utiliser un horizon limité à un pas de temps, de sorte que l'on réalise ainsi une commande dite optimale. On pourra en outre utiliser une autre contrainte 25 que le non-dépassement du taux de glissement optimal. On peut en effet accepter des dépassements, à condition toutefois que ceux-ci ne conduisent pas trop souvent au blocage de la roue. On pourra par exemple utiliser comme contrainte un taux de glissement prédéterminé, ou fonc- 30 tion du taux de glissement optimal, par exemple égal à 1,1 fois le taux de glissement optimal. A l'inverse, on peut utiliser un taux de glissement fonction du taux de glissement optimal égal à 0,9 puis le taux de glissement optimal en vue de renforcer l'adhérence latérale à basse 35 vitesse des pneumatiques.In practice, the predictive regulator 11 and the adhesion model estimator 14 work in parallel, and advantageously constitute two distinct modules, one of which can be modified without affecting the other. It is thus possible, with the same predictive regulator 11, to change the adhesion model estimator, or to reverse, by retaining the same adhesion modulus, to change the predictive regulator, for example by modifying the horizon The invention is not limited to what has just been described, but on the contrary encompasses any variant within the scope defined by the claims. In particular, although it has been indicated here that a prediction is made at a horizon of twenty or so computing steps, larger or smaller horizons can be used. In particular, it will be possible to use a horizon limited to a time step, so that a so-called optimal command is thus produced. It will also be possible to use another constraint 25 than the non-exceeding of the optimal slip rate. We can indeed accept overruns, provided however that they do not lead too often to block the wheel. For example, it is possible to use as a constraint a predetermined slip rate, or function of the optimal slip rate, for example equal to 1.1 times the optimal sliding ratio. On the other hand, an optimal slip ratio slip rate of 0.9 and then the optimum slip ratio can be used to enhance the low speed lateral adhesion of the tires.

2910417 12 En outre, on pourra ne pas faire de prédiction, mais se contenter d'exploiter le modèle d'adhérence recalé pour en tirer d'autres informations que le taux de glissement optimal. En particulier, on peut déterminer 5 sur le modèle d'adhérence un point de fonctionnement correspondant au taux de glissement actuel et calculer la pente de la courbe à ce point de fonctionnement. On a ainsi accès à la dynamique de l'évolution du taux de glissement, au moins au voisinage du point de fonctionne- 10 ment, ce qui permet par exemple d'estimer un gain variable du contrôleur 12 autour du point de fonctionnement. L'utilisation d'un modèle d'adhérence régulièrement recalé permet une estimation réaliste de cette dynamique. Cependant, les limitations de l'utilisation d'une dynami- 15 que limitée au voisinage du point de fonctionnement conduisent à un risque non négligeable de blocage de la roue, même si le recalage régulier du modèle d'adhérence permet d'en diminuer la probabilité d'occurrence. Il conviendrait dans ce cas de prévoir une protection d'an- 20 tiblocage. On remarquera qu'il est équivalent de travailler non pas avec le taux de glissement, mais avec la vitesse de rotation de la roue. Cette dernière se déduit du taux de glissement par la formule w = R(1-r). Ainsi, plutôt que 25 de travailler sur un modèle d'adhérence dépendant du taux de glissement, on peut travailler sur un modèle d'adhérence dépendant de la vitesse de rotation de la roue.In addition, one can not make a prediction, but simply use the model of adhesion recaled to obtain other information than the optimal slip rate. In particular, an operating point corresponding to the current slip rate and calculating the slope of the curve at this point of operation can be determined on the adhesion model. This gives access to the dynamics of the evolution of the slip rate, at least in the vicinity of the operating point, which makes it possible, for example, to estimate a variable gain of the controller 12 around the operating point. The use of a regularly rectified adhesion model allows a realistic estimate of this dynamic. However, the limitations of the use of a dynamite limited to the vicinity of the operating point lead to a significant risk of locking the wheel, even if the regular registration of the adhesion model makes it possible to reduce the probability of occurrence. In this case, an anti-lock protection should be provided. Note that it is equivalent to work not with the slip rate, but with the speed of rotation of the wheel. The latter is deduced from the slip rate by the formula w = R (1-r). Thus, rather than working on a sliding rate dependent adhesion model, it is possible to work on an adhesion model dependent on the rotational speed of the wheel.

Claims

1. A brake control method for a vehicle comprising a plurality of wheels (1) carrying tires (2) and equipped with brakes (4), the control comprising the generation for each of the wheels of a braking setpoint (C1, co ,,,) in response to a braking command, comprising the steps of, for each wheel: - regularly re-registering an adhesion model (y) and a slip rate of the wheel (r); estimating a current sliding rate (r) of the wheel and deducing from the fixed adhesion model an operating point (20) of the associated wheel / brake assembly; - calculate the braking setpoint taking into account a characteristic shape of the adhesion model at least around the operating point.

2. Control method according to claim 1, wherein the registration is performed at least once every 20 steps of calculation of the order.

3. Control method according to claim 2, wherein the registration is performed at all the calculation steps of the command.

4. A control method according to claim 1, further comprising the step of: - using the recalibrated adhesion model and its characteristic shape to establish in a given prediction horizon an evolution of the braking setpoint which, while responding at the braking command, respect a given constraint (r); - For value of the braking setpoint, a value of the evolution thus determined corresponding to a first calculation step of the prediction horizon.

5. The control method as claimed in claim 4, wherein the constraint consists in imposing that the slip rate in the prediction horizon remains lower than a slip rate determined from the optimal sliding ratio (r 1). taken from the rectified adhesion model 5.

6. A control method according to claim 5, wherein the slip rate determined is equal to the optimal slip rate.

7. The control method according to claim 4, wherein the registration of the adhesion model and the prediction are performed in parallel.

8. Control method according to claim 4, wherein the prediction horizon is limited to a computation step. 15

9. Brake calculator implementing the method according to one of the preceding claims.